装配车间自动排产系统的研究与实现

郭冬阳

[摘 要] 现有的APS排产软件多是针对机加车间，很少涉及装配车间，而装配过程是产品组装、交付的关键。在有限的资源能力情况下，生产任务组织得越精细、越紧凑，生产过程就会越顺畅、效率越高。文中建立的装配车间自动排产模型，能够统筹考虑企业全局的能力和资源，预判生产环节中的各种资源冲突，并按照人工设定的资源占用优先级，尽可能设计出相对合理的工序级执行计划，指导企业形成以装配过程为中心的节拍式生产节奏。

[关键词] 节拍式装配；期量标准；排产模型；规则库

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 09. 040

[中图分类号] F270.7 [文献标识码] A [文章编号] 1673 - 0194（2019）09- 0089- 03

0 前 言

当今全球制造行业的生产模式正逐步向多品种、小批量、敏捷型的方式转变，在这种模式下，企业的生产任务往往难以与资源有效匹配，且科研与批产任务交叉，资源冲突频发，计划完成率和设备利用率很低。且物资配套、零件加工和产品装配等环节关联性较差，无法形成以产品装配为中心的节拍式生产节奏，进而导致企业的在制品积压与配套缺件并存的现象时常发生。

合理的生产周期、相对稳定的装配生产节拍是解决上述问题的有效方法，装配车间的生产计划管理得越精细、有序、合理，整个生产环节就越顺畅。因此，本文试图建立装配车间的排产模型，为企业生产任务的有序进行提供精准的数据支撑。

1 装配车间排产模型现状

企业生产调度的排产模型，已有较多研究成果，但研究多是集中在机加车间的模型，对于装配车间的调度模型研究较少[1]，且存在两个方面的问题：

1.1 缺乏针对多品种小批量环境下工序级的调度排产

装配车间的生产任务不同于机加车间，具有多个品种（型号）、多个批次混合生产，BOM复杂、工艺复杂、环节众多等特点。且装配过程中需要人工与设备的交叉工作：人工侧重于装调，设备侧重于测试。因此现有的调度模型和算法，很难在有限资源及能力情况下，确定各工件（或任务）的加工人员和设备、加工开完工时间或加工顺序等，从而无法使某项或多项生产指标（如制造周期、总拖期工件数及总拖期时间等）达到最优。

1.2 缺乏规避风险的能力

装配过程中父子件的缺件装配、质量问题、专项任务插单等不可控的风险，对整个制造过程影响极大。而这些风险在前期的调度排产中，是不可预知的，很难事先考虑在调度模型中，因此目前的研究成果都未能很好地解决此类风险。

基于以上问题，本文将研究装配车间的排产模型并予以实现。对该模型的研究意义在于：一方面制造过程的排产问题复杂度高、应用面广，与其他领域的诸多调度问题及TSP、BPP和VRP等组合优化问题具有很强的内在相似性，是一类典型的复杂系统优化问题。对该类制造过程的调度问题，采用传统的调度模型难以取得令人满意的效果，而自动排产调度是求解该类问题的有效手段；另一方面通过自动排产模型，将企业的生产过程以相对合理的节拍展现出来，能够对企业的运营决策、资源能力、环境协调等因素进行指导，有效提高企业的生产管理和自动化制造水平。

2 自动排产系统的设计与实现

2.1 排产模型的建立

在讨论排产模型[2]前，有必要对模型的用语进行阐述，以某企业在日常生产管理中的通用术语为例：“图号”用来表示产品的代码；“bom关系”用来表示父件、子件产品之间的升级关系；产品的“节拍工序”是该产品生产过程中的关键工序或者瓶颈工序，节拍工序之间只能串行进行，整个产品的生产周期由该节拍工序确定。以A（父件）的结果对B（子件）进行排产为例，父件和子件均只包含一个节拍工序。

A的节拍周期大于等于B的节拍周期见图1。

如图1所示，A的节拍工序是3天，B的节拍工序是2天，已知A的3个小批A1、A2、A3的节拍工序的开工、完工时间。则可以得出B的3个小批B1、B2、B3节拍工序的开工、完工时间，以节拍工序为基准，算出节拍工序前后的工序开工、完工时间即可，从而保证B1满足A1、B2满足A2、B3满足A3。

A的节拍周期小于B的节拍周期见图2。

如图2所示，A的节拍工序是2天，B的节拍工序是3天，已知A的3个小批A1、A2、A3的节拍工序的开工、完工时间，则可以得出B的3个小批B1、B2、B3节拍工序的开工、完工时间，以节拍工序为基准，算出节拍工序前后的工序开工、完工时间即可，从而保证B1满足A1、B2满足A2、B3满足A3。

2.2 系统的整体设计思路

排产系统的设计如下。在系统自动排产前，需要人工录入排产所需的基础数据、资源优先级等参数。自动排产引擎[3]是系统的核心部件，由排产算法和排产规则库驱动。人工启动排产引擎，系统将排产的结果存储在数据库中，并通过UI界面与用户进行实时交互。系统的各功能组件如图3所示。

（1）基础数据是系统排产的初始化数据。系统不采用企业的标准工艺基础数据，原因在于标准的装配工艺路线划分过于精细、且标准工时期量不统一，不便于计算机按照固定的规则进行处理。因此，需要人工将产品的工艺路线进行合并和拆分，形成便于计算机识别的基础数据；

（2）资源优先级参数用于在系统排产过程中，当同一资源或者设备发生冲突时，由系统自动判别优先将资源分配于哪个批次的哪个产品上使用，以保证优先级高的产品能够准时交付；

（3）排产算法是系统排产的逻辑思想，对算法本身的参数、算子的改进设计以及各种基础调度算法混合的研究，以期获得更加高效的调度算法，而实际的生产调度过程中，决策者的经验知识和偏好对调度问题的求解起着至关重要的作用；

（4）自动排产引擎是系统的核心部件，当用户输入需要排产的型号、批次、投产数量等参数时，由该引擎执行后，获取排产的结果，并将结果存储在数据库中；

（5）排产规则库主要用于处理父件和子件的时间关系。由于排产算法采用倒排逻辑，因此规则库的作用是：当排出父件的生产节拍后，如何确定子件的生产节拍能够保证父件正常开工的前提下，使子件的安排更紧凑合理；

（6）图形接口主要将排产的结果通过图形化的形式展示出来，便于用户直观地分析结果，并能够做到与数据库的结果联动。使用户在界面上修改数据时，可以将数据实时地存储在数据库中。

3 装配车间自动排产的效果分析

以上提出的排产模型已经在P企业进行了实际应用，极大地降低了计调人员管控车间计划任务的难度。例如：某产品的全年排产，手工排产到班组时需要3天，而通过系统排产时仅仅需要1分钟。当车间的全年任务量是多个型号、多个批次滚动投产时，由系统自动排产，不仅极大地缩短了排产的时间，而且能够提高排产的正确性，减少手工排产时容易出现的跨周期考虑不完全、跨资源设备产生冲突的现象。

4 结 语

本文提出的制造过程装配排产调度技术，将制造企业的产品制造过程以相对合理的生产节拍展现出来，实现了从总装到零件（物资）的生产（采购）计划倒排、生产过程的监控、断点（风险）提前识别和预警、生产过程中断后的延迟期量分析、各单元的生产能力平衡，对企业的决策、资源能力、环境协调等因素进行指导，可以有效提高企业的生产管理和制造自动化水平。

主要参考文献

[1]闫华，刘强.基于ERP环境下的高级计划排程系统[J].中国制造业信化，2010， 39（19）：35-39.

[2]杨龙，梅军，劉茂辉.基于混合集合规划的大规模生产排程算法的研究[J]. 中国企业运筹学， 2011（5）：56-60.

[3]胡岚，涂海宁，刘建胜. 基于混合遗传算法的Job-Shop调度问题的研究[J]. 现代制造工程， 2006（9）： 112- 126.